세계 최고의 벤처 캐피털리스트

2021년 3월 26일, Shen Nanpeng과 Li Feifei가 초특급 대화를 가져왔습니다.

지난 3년 동안 Sequoia Capital 글로벌 매니징 파트너 Shen Nanpeng은 Forbes의 "세계 최고의 벤처 캐피털리스트" 중 1위를 차지했으며, 이 타이틀을 획득한 세계 최초의 중국 벤처 투자자입니다.

리 페이페이(Li Feifei)는 세쿼이아 캐피털(Sequoia Capital) 최초의 교수이자 스탠포드 대학교 인간 중심 인공 지능 연구소의 공동 소장입니다. 공개 정보에 따르면 Li Feifei는 "세계 100대 사상가" 중 한 명으로 선정되었으며 "세계에서 중국의 영향력상"을 수상했습니다. 그는 또한 미국 국립 공학 아카데미 및 미국 국립 아카데미의 학자이기도 합니다. 의학.

이번에는 Shen Nanpeng과 Li Feifei가 연결되어 'AI를 사용하여 의료의 '어두운 공간'을 밝히다'라는 주제로 심도 있는 토론을 나누었습니다.

중국 투자 네트워크는 Shen Nanpeng과 Li Feifei의 멋진 풍경을 즉시 발췌했습니다.

Shen Nanpeng:

1. 우리는 중국에서 폐 엑스레이, 흉부 엑스레이 진단 등 진단 의학에 AI가 적용되는 것을 보았습니다. 경험이 풍부한 의사라도 업무에 도움을 줄 수 있으며, 이를 통해 병원과 전체 의사 커뮤니티가 이전에 얻은 축적된 지식을 누릴 수 있습니다.

Li Feifei:

1. AI 지능형 센서를 적용하면 환자의 회전과 움직임을 실시간으로 모니터링할 수 있습니다. 이 정보는 간호와 의료 모두에 매우 중요합니다. 이 작은 예에서 볼 수 있듯이 AI는 큰 영향을 미칠 수 있습니다.

2. 우리는 약 2~3년 전 HAI를 설립할 때 AI가 기술적인 분야일 뿐만 아니라 심오한 사회학적, 윤리적 문제도 포함하고 있다는 것을 깊이 인식하고 이 조직에서 만들었습니다. 연구부터 교육, 정책연구까지 매우 세밀하게 정리되어 있습니다.

3. AI 인덱스의 목적은 글로벌 AI 개발 과정을 공정하고, 공정하고, 종합적으로 보고하는 것입니다. 과학 연구와 교육부터 산업, 산업, 비즈니스에 이르기까지 모든 측면에서 AI의 변화와 영향을 기록합니다. 2020년은 확실히 매우 흥미로운 해입니다. 새로운 크라운 전염병으로 인해 AI 개발에 몇 가지 새로운 트렌드가 나타났습니다. 예를 들어, 우리는 2020년에 의약품 개발 및 설계에 인공지능을 적용하는 방식이 크게 변화하여 큰 영향을 미칠 것이라는 사실을 발견했습니다.

다음은 중국투자네트워크가 편집한 대화 전문이다.

Shen Nanpeng: 2020년 국립공학원 및 국립의학원 원사로 당선된 것을 축하합니다. 지난해에는 주변 지능을 사용하여 어둠을 밝히는 내용의 기사를 Nature 잡지에 게재하셨습니다. 의료 공간. 그렇다면 주변 지능의 의미가 무엇인지 설명해 주시길 바랍니다. 우리 의료계의 어두운 공간을 어떻게 밝혀줄까요?

리페이페이: 우선 초대해주신 Nanpeng과 Sequoia에게 감사드립니다. 우리가 태평양 건너편에 있는 건 사실이지만 그래도 모두에게 좋은 아침 인사를 전하고 싶어요!

이러한 전제하에 나와 공동작업자들은 10년 전 인공지능이 실제로 새로운 기회를 가져왔다는 사실을 발견했습니다. 센서를 통해 이러한 정보를 수집하는 데 도움이 될 수 있습니다. 가장 중요한 것은 환경 정보와 인간 행동 정보를 수집할 뿐만 아니라 지능적인 분석을 통해 환자의 상태가 변했는지, 의사와 간호사의 행동이 환자의 회복 행동에 영향을 미쳤는지 알려줄 수 있다는 것입니다. , 이 정보는 매우 중요합니다.

저에게 가장 큰 영감은 무인자동차입니다. 그 당시 우리는 10년 전 자율주행의 탄생지였던 실리콘밸리에 있었고, 당시 스탠포드 인공지능연구소 소장으로서 자율주행 기술이 센서, AI 알고리즘의 통합을 통해 탄생한다는 사실을 발견했습니다. , 그리고 전체 시스템. 이 아이디어가 의료현장에 접목되면서 환경지능이라는 아이디어가 탄생하게 됐다.

Shen Nanpeng: 이것이 오늘날의 의료 응용 시나리오에서 어디에 적용될 수 있습니까? 우리는 폐 엑스레이, 흉부 엑스레이 진단 등 중국의 진단 의학에 AI가 적용되는 것을 목격했습니다. 점점 더 많은 사람들이 인공 지능이 의사, 심지어 경험이 풍부한 의사의 질병 개선에 도움이 될 수 있다는 사실을 확인하고 있습니다. 병원의 업무를 전체 의사 커뮤니티와 공유합니다.

그렇다면 다른 시나리오에서는 어떤 중요한 애플리케이션을 보셨나요? 미래에는 어떤 구체적인 시나리오가 돌파될 수 있다고 생각하시나요?

Li Feifei: 매우 좋은 질문입니다. 우리가 헌신해 온 것은 사람을 대체하는 것이 아니라 사람을 향상시키는 것입니다. 네이처 저널에서는 병원 장면, 집 장면 등 많은 장면을 활용하고 있습니다.

욕창 예방과 중환자실에서 환자의 이동성은 실제로 매우 중요하다는 점을 알게 되었는데, 이동성은 어떻게 측정되나요? 침대 밑에 센서를 놓으면 감지하기 어려울 수 있는데, 예를 들어 간호사에게 2시간마다 환자가 뒤집힌 것을 기록해달라고 부탁하는 것도 한 가지 방법이다. 그러나 이는 매우 부정확하고 거친 기록이다. AI 지능형 센서를 사용하면 환자의 회전과 움직임을 실시간으로 감지할 수 있습니다. 이 정보는 간호와 의료 모두에 매우 중요하며, 이 작은 예에서 볼 수 있듯이 큰 영향을 미칠 수 있습니다.

예를 들어 일부 노인 만성 질환의 경우 제때 치료하면 항생제로 해결할 수 있는 일부 문제는 응급실에 갈 필요가 없습니다. 그런데 노인이 처음에 감염됐는지, 심박수와 호흡이 바뀌었는지 어떻게 알 수 있을까? 또는 하루 종일 많이 움직이지 않았고, 식사 및 수면 조건이 바뀌었고, 더 이상 일반적인 사회적 상호 작용을 하지 않는 것을 볼 수도 있습니다. 이 정보는 어디에서 오는가? 일반적으로 두 가지만 있는데, 첫 번째는 가족이든 가정 간병인이든 간병인이지만 이 정보는 매우 부정확하고 지속 불가능합니다.

또 하나는 웨어러블 디바이스인데, 굉장히 유망한 기술이라고 생각해요. 하지만 웨어러블에는 그 자체의 문제가 있습니다. 특히 노인들에게는 웨어러블이 특별히 인기 있는 기기는 아닙니다. 더욱이 웨어러블 기기는 눈처럼 노인의 많은 행동 문제를 볼 수 없습니다. 장비와 센서를 통해 노인의 행동 변화와 중요한 의료 관련 정보를 관찰하고 지속적으로 관찰할 수 있으며 이를 가족과 의료진에게 적시에 전송할 수 있습니다. 방금 언급한 만성질환 노인처럼 응급실에 가거나 2주 후에 입원할 필요 없이 항생제만 투여하면 될 수도 있다.

Shen Nanpeng: 의료 산업에 인공지능을 적용하는 것은 장기적인 추세일 수 있습니다. 또 하나는 코로나19다. 단기 행사인데, 이번 행사가 어떻게 의료체계 혁신을 촉진할 것인가. 우리 인간이 이러한 재난에 직면했을 때, 한편으로는 단기적인 고통을 해결해야 하지만, 다른 한편으로는 이 기회를 이용하여 의료산업의 혁신과 활용을 촉진할 수 있다는 것은 어떤 경험일까요? 모두와 공유하시겠습니까?

Li Feifei: 새로운 왕관 전염병은 개인, 생활, 직업 등 여기 있는 모든 사람에게 매우 지대한 영향을 미칩니다.

구체적인 기술적 포인트를 말씀드리자면 다음과 같은 점이 있다고 생각합니다.

첫째, 원격의료입니다. 미국에서 오래 살았고 때로는 너무 바빠서 의사와 원격으로만 대화할 수 있는 환자로서, 저는 왜 우리의 원격의료가 널리 활용되지 않는지 항상 궁금했습니다. 그러다 보니 코로나19가 닥치자마자 원격 애플리케이션이 급속히 홍보됐다. 그래서 원격의료와 관련된 전체 생태계의 모든 측면의 발전을 촉진한다고 생각합니다.

말씀하신 공중보건 위기는 '건강정보'입니다. 신형 크라운 전염병은 최초의 팬데믹이 아니라 최초의 인포데믹이라고 말하는 사람들이 많습니다. 인포데믹(Infodemic)은 모든 종류의 진실과 거짓 정보가 빠르게 확산되는 것을 의미하기도 합니다. 이는 기술과 사회에 매우 큰 영향을 미치는 것입니다. 많은 의과대학 동료들은 기술이 정보 전파에 좋은 역할과 나쁜 역할을 모두 수행한다는 것을 알고 있습니다. 인터넷은 빠른 정보 전달을 가져옵니다. 하지만 AI 인공지능은 잘못된 정보(잘못된 정보와 허위 정보)의 전달도 초래합니다. 그래서 코로나19는 모든 면에서 큰 영향을 미쳤습니다.

리페이페이: 이 질문은 참으로 매우 중요한 질문입니다. 과학자이자 기술자로서 저는 20년 전 과학계에 입문한 이후 지금까지 많은 변화와 성장을 겪었습니다. 제가 그토록 사랑했던 과학이 결국 사회를 변화시키는 원동력이 될 거라고는 상상도 못했습니다.

이 과정에서 우리는 약 2~3년 전 HAI를 설립했을 때 AI가 기술 분야일 뿐만 아니라 AI와 관련된 사회학과 윤리학이 특히 심오하다는 점을 인식했습니다. 이 기관 내에는 연구, 교육, 정책에 이르기까지 매우 중요한 학습 및 연구 분야가 있습니다.

첫 번째는 경제학입니다. 경제학은 사회과학이기도 하지만 사람과 밀접한 학문이기도 합니다. 특히 디지털 경제와 인적자본 시장의 변화에서 AI는 많은 변화를 가져왔습니다. 이제 우리는 이 연구를 주도하는 세계 최고의 경제학자들을 갖게 되었습니다.

또 다른 중요한 방향은 법입니다. 법은 윤리와 관련이 있지만, 자율주행이든 의료든, 정부 자체이든 법 자체는 AI에 직면합니다. AI와 관련된 모든 의사결정은 실제로 과거 법률의 일부 기본 가정에 도전합니다. 우리 로스쿨 교수들은 많은 HAI 업무에 참여하고 있으며, 한편으로는 정부가 AI 기술을 적용하여 정부 운영을 보다 효율적으로 만들 수 있는 방법을 살펴봅니다. 하지만 한편으로는 좋은 정책과 법률을 어떻게 마련할지 고민하는 한편, 우리는 계속해서 혁신을 추진할 것이며, 다른 한편으로는 새로운 AI가 가져오는 많은 문제에 직면하게 될 것입니다.

션난펑: 예를 들어주실 수 있나요? 아직 구현되지는 않았지만 인공지능이 예술가, 음악가, 화가와 어떻게 상호작용할 수 있을까요?

리페이페이: 물론이죠. 약 2년 전인가 1년 반 전쯤, 세계에서 가장 유명한 경매사가 최초의 AI 그림을 경매에 올렸습니다. 이것은 세계 최초의 알고리즘 생성 예술 작품이었습니다. 당시에는 그것이 소셜 아트이든, 아니면 높은 가격에 팔렸습니다. 음악과 예술 분야에서 AI 알고리즘은 실제로 매우 흥미로운 작품을 만들어낼 수 있습니다. 이는 인간 예술가들에게 도전이 됩니다. 인간 예술가의 역할은 무엇입니까? 내 AI는 반 고흐의 "별이 빛나는 밤"을 지속적으로 생성할 수 있습니다. 인간 관객도 AI가 만든 예술을 좋아한다면, 인간 예술가는 무엇을 상징하는가? 마음의 소리인가, 아니면 다른 표현인가? 그래서 지금은 예술적인 공간을 어떻게 열어갈 수 있을까에 대한 탐구가 많이 이루어지고 있는데, 이러한 알고리즘이 있으면 인간의 표현과 감정도 이 공간에서 계속해서 존재하고 발전할 수 있기 때문입니다.

그래서 저희는 법학부 교수님 한 분, 윤리철학 교수님 한 분, 윤리생물학 교수님 두 분을 초빙하여 저희와 자주, 실시간으로 교류하며 고민할 수 있도록 돕기 위해 위원회를 구성했습니다. 연구의 방향, 기술을 홍보하는 방법, 보편적 가치와 인간 본성을 존중하는 방법. 과학이 환자나 의료진에게 의도하지 않은 해를 끼치는 대신 이익을 창출하도록 하십시오.

Shen Nanpeng: HAI가 세계 최초의 '인공지능 지수 보고서'도 출시했습니다. 이는 매우 미래 지향적인 조치입니다.

리 페이페이(Li Feifei): 이건 아마도 2017년 스탠포드 인공지능연구소 선임교수가 주도한 프로젝트일 겁니다. 이에 HAI는 2019년 AI 지수 프로젝트를 통합한 이후에도 이 프로젝트를 계속 지원해 4년차에 출시한 AI 지수가 됐다.

이 AI 지수의 목적은 글로벌 AI 프로세스를 공정하고 공정하며 포괄적으로 보고하는 것입니다. 연구, 교육, 산업, 산업, 비즈니스에 이르기까지 다양한 측면에서 어떤 영향이나 변화를 의미합니다. 2020년은 확실히 매우 흥미로운 해입니다. 새로운 왕관으로 인해 몇 가지 새로운 트렌드도 있습니다. 예를 들어, 첫 번째 기사에서 우리는 2020년에 의약품 개발 및 설계에 인공지능을 적용하는 방식이 크게 변화하여 큰 영향을 미친다는 사실을 발견했습니다.

두 번째는 산업화가 계속해서 강하게 발전하고 있으며 AI가 점점 더 산업화되고 있다는 것입니다. 많은 박사과정 학생은 물론 심지어 교수까지 업계에 진출하기 시작했다는 뜻이다. 그리고 AI는 여전히 다양한 과제를 안고 있습니다. AI 인구는 여전히 남성이 지배하고 있다. 이 과제는 여전히 진행 중이며 잘 해결되지 않고 있다.

Shen Nanpeng: 앞으로는 매년 '지수 보고서'가 이 업계에 지침을 가져올 것이라고 생각합니다.

세계적인 인공지능 전문가이자 중국 인공지능 분야의 선두주자였던 당신의 초창기 작업으로 돌아가서, 당시 이미지넷 프로젝트를 어떻게 하게 됐는지 말씀드리고 싶습니다. 이것이 인공지능 딥러닝 전체에 어떤 추진력과 혁명적인 지침을 가져올까요? 이 일을 하게 된 원래 의도는 무엇이었나요?

이미지넷은 2010년부터 매년 학계를 대상으로 이미지넷 챌린지를 개최해 왔습니다. 이 대회에서는 AI 알고리즘을 사용하여 1000개 품목의 100만 장의 사진을 분류해야 합니다. 2012년 캐나다의 Geoff Hinton 교수와 그의 학생들은 컨볼루셔널 신경망(Convolutional Neural Network)이라는 당시의 매우 전통적인 알고리즘을 사용하여 ImageNet Challenge에서 1위를 차지했습니다. 이는 신경망 알고리즘의 '제2의 봄'을 가져오고, 딥러닝의 혁명적인 발전을 시작하며, 지난 10년에 큰 변화를 가져오는 역사적인 사건이라고 할 수 있습니다.

2012년부터 그들은 왜 이미지넷에 참여하는가, 나는 왜 이미지넷을 하는가? 2006년쯤으로 돌아가 보면, AI는 여전히 매우 흥미로운 컴퓨터 과학의 작은 분야였습니다. 이제 막 박사학위를 취득한 교수로서, 아직은 비교적 젊은 교수인데, AI 분야의 '북극성'은 무엇인지 고민해 왔습니다. 북극성은 과학을 하는 사람들의 추구입니다. 저는 물리학을 전공하는 학생입니다. 제가 가장 중요하게 생각하는 것은 북극성이 시각적 학습입니다. 수천 개의 물건을 식별하는 능력은 가장 중요한 능력입니다. 만약 우리 인간에게 이 능력이 없고 다른 일을 할 수 없다면 우리는 쇼핑을 할 수도 없고 물건을 사러 가게에 갈 수도 없을 것입니다.

이때부터 우리는 필사적으로 모델 매개변수를 조정하고 한두 가지 유형의 개체를 살펴보며 빅데이터를 활용하여 홍보를 진행한 것이 아닌가 하는 생각이 들었습니다. 비전. 사실 그 당시 시각적 개체의 가장 큰 범주는 아마도 80,000개의 명사 기호를 포함하는 WordNet이라는 매우 특별한 사전이었을 것입니다. 화가 난 것은 사물을 나타내지 않았습니다.

그래서 20,000~30,000개의 객체의 명사 기호를 추출했습니다. 다행스럽게도 2007년은 인터넷과 데이터 소스가 매우 빠르게 성장한 시기이기도 했습니다. 우리 연구실은 3년 간의 작업 끝에 마침내 10,000개의 데이터 세트로 10억 개가 넘는 이미지를 편집했습니다. 이미지에서 당시 우리의 원래 의도는 데이터 세트를 사용하여 이 북극성을 선택하는 것이었습니다. 이것은 ImageNet의 원래 이야기입니다.

Shen Nanpeng: 이 이야기는 실제로 많은 AI의 발전을 이끌었기 때문에 교과서에 실릴 이야기가 될 것이라고 생각합니다.

Li Feifei: 당신과 Sequoia는 항상 첨단 기술에 매우 민감한 사람이기도 합니다. 특히 Sequoia의 글로벌 경영 파트너로서 당신의 견해는 무엇인지 묻고 싶습니다. 의료 분야의 미래에 대해 지난 10년간 의료 분야의 AI 개발 및 적용에 대해 어떻게 판단하시나요?